摘要
本发明公开了一种基于注意力融合及双分支互监督的人群计数方法,包括对输入人群图像提取特征图按水平和垂直方向编码并拼接得到融合特征,生成注意力图并与特征图相乘得到中间输出特征,再由中间输出特征得到两个空间注意力图并与特征图融合得到注意力融合输出特征,最后通过卷积神经网络分支和Transformer分支进行预测,训练过程中分别直接使用由点标注对应的真值密度图对整个网络进行监督;以及分贝基于两个分支的预测结果形成监督信号对部分疑似误标的数据区域进行细化监督,剩余区域则依据原始的真实数据进行学习。本发明还公开了实现该方法的人群计数系统,本发明能有效减轻噪声标注带来的影响,提高准确度。
技术关键词
注意力
输出特征
分支
计数方法
融合特征
Softmax函数
Sigmoid函数
密度
网络
梯度下降算法
全局平均池化
计数系统
图像提取特征
编码
策略
信号
误差
数据
掩膜
系统为您推荐了相关专利信息
工程设计图纸
铁路接触网
信息识别方法
符号
算法
茶叶病虫害
预训练模型
识别方法
资源受限环境
引入注意力机制
图像编解码方法
编码特征
解码图像
支持向量机模型
极限学习机
多层感知机层
推理架构
注意力
推理方法
异构众核架构
深度特征融合
高阻故障
统计特征
深度特征提取网络
人工智能深度学习技术